买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜常熟理工学院申请的专利一种针对乳腺癌病理图像的识别分类方法与系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119006942B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411488310.2，技术领域涉及：G06V10/764；该发明授权一种针对乳腺癌病理图像的识别分类方法与系统是由王颖;汝吉东;周蓓;高燕;宋东兴设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种针对乳腺癌病理图像的识别分类方法与系统在说明书摘要公布了：本发明公开了一种针对乳腺癌病理图像的识别分类方法与系统，包括：收集乳腺癌病理图像并进行预处理，基于卷积神经网络提取多尺度纹理特征，通过设计不同感受野大小的卷积核，捕捉乳腺组织的局部和全局纹理信息，获得纹理特征；通过注意力机制对纹理特征进行自适应加权，根据不同区域的重要程度动态调整特征权重，获得关键纹理特征；基于关键纹理特征采用序列特征选择算法筛选最优纹理特征子集，通过迭代搜索和交叉验证，获得最具判别力的特征组合；根据特征组合构建基于集成学习的识别分类模型，将待预测病理图像输入识别分类模型进行处理，获得识别分类结果。本发明有效提高了乳腺癌病理图像分类的准确性、可靠性和可解释性。

本发明授权一种针对乳腺癌病理图像的识别分类方法与系统在权利要求书中公布了：1.一种针对乳腺癌病理图像的识别分类方法，其特征在于，包括：收集乳腺癌病理图像并进行预处理，获得预处理后的乳腺癌病理图像；基于卷积神经网络提取所述预处理后的乳腺癌病理图像的多尺度纹理特征，通过设计不同感受野大小的卷积核，捕捉乳腺组织的局部和全局纹理信息，获得纹理特征；通过注意力机制对所述纹理特征进行自适应加权，根据不同区域的重要程度动态调整特征权重，获得关键纹理特征；基于所述关键纹理特征采用序列特征选择算法筛选最优纹理特征子集，通过迭代搜索和交叉验证，获得最具判别力的特征组合，具体地，采用序列特征选择算法，通过迭代搜索的方式，从候选特征集合中选取若干特征组成特征子集；针对每个特征子集，采用交叉验证的方法，将数据集划分为训练集和测试集；在训练集上训练乳腺癌分类模型，在测试集上评估模型的分类性能；通过比较不同特征子集对应模型的分类性能，得到当前迭代下最优的特征组合；判断当前特征组合的性能是否优于上一轮迭代，若是则更新最优特征组合，否则保持不变；重复上述迭代搜索和交叉验证的过程，直至达到预设的迭代次数或性能提升幅度小于阈值时停止，确定最终的最优特征子集；根据所述特征组合构建基于集成学习的乳腺癌病理图像的识别分类模型，将待预测病理图像输入所述识别分类模型进行处理，获得识别分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人常熟理工学院，其通讯地址为：215506 江苏省苏州市常熟市南三环路99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。